Análise do Desempenho de Estudantes com base em Perfis de Interação
Resumo
Recursos computacionais podem ser empregados para apoiar atividades educacionais, tanto no ensino presencial quanto no ensino a distância, criando ambientes mais interativos. Este trabalho investiga a efetividade da utilização de Sistemas Adaptativos e Inteligentes para Educação com recursos ubíquos de computação. O objetivo é verificar se o perfil de interação do estudante na plataforma influencia seu desempenho. Nos experimentos, foram acompanhadas seis turmas durante três semestres letivos, englobando um total de 119 estudantes. Um algoritmo de agrupamento foi utilizado para ajudar a definir diferentes grupos sob a perspectiva de como utilizam o ambiente. Os resultados mostram que o perfil de interação tem influência direta (comprovada estatisticamente) no desempenho do estudante.
Palavras-chave:
Recursos computacionais, Sistemas Adaptativos e Inteligentes para Educação, Perfis de Interação, Desempenho de Estudantes
Referências
Bano, M., Zowghi, D., Kearney, M., Schuck, S., e Aubusson, P. (2018). Mobile learning for science and mathematics school education: A systematic review of empirical evidence. Computers & Education, 121:30–58.
Costa, L., Sanches, L., Nascimento, L., Souza, M., e Amorim, R. J. R. (2018). Ontolo: Um modelo ontológico para avaliar o desempenho acadêmico na educação a distância. In Simpósio Brasileiro de Informática na Educação (SBIE 2018), p. 1898–1902.
De Los Reyes, D. A. G., Thomas, E. A., da Rosa, L. L., e Neto, W. P. G. (2019). Student success prediction: An analysis of the demand for a transfer learning approach. Revista Brasileira de Informática na Educação (RBIE), 27(01):01.
Durlach, P. J. e Lesgold, A. M. (2012). Adaptive technologies for training and education. Cambridge University Press.
Ferreira, H. N. M., Araújo, R. D., de Amo, S., e Cattelan, R. G. (2012). Classroom Experience: A Platform for Multimedia Capture and Access in Instrumented Educational Environments. In Simpósio Brasileiro de Sistemas Colaborativos (SBSC 2012), p. 59–64.
Hair, J., Anderson, R., e Babin, B. (2009). Multivariate Data Analysis. Prentice Hall, 7th edition.
Harris, S. C. e Kumar, V. (2018). Identifying student difficulty in a digital learning environment. In IEEE International Conference on Advanced Learning Technologies (ICALT 2018), p. 199–201.
Jain, A. K. (2010). Data clustering: 50 years beyond k-means. Pattern Recognition Letters, 31(8):651–666.
Júnior, C. B. and Dorça, F. (2018). Uma abordagem para a criação e recomendação de objetos de aprendizagem usando um algoritmo genético, tecnologias da web semântica e uma ontologia. In Simpósio Brasileiro de Informática na Educação (SBIE 2018), p. 1533–1542.
Júnior, C. P., Francisco, R., Silva, L., Veiga, E., Fernandes, M., e Dorça, F. (2017). Uso de ontologias para agentes conversacionais no contexto de ensino-aprendizagem: Uma revisão sistemática da literatura. In Simpósio Brasileiro de Informática na Educação (SBIE 2017), p. 183–192.
Oliveira, H. L., Vivas, A., Assis, L., Pitangui, C., de Almeida, A. M. F., e Dorça, F. (2018). Detecção automática e dinâmica de estilos de aprendizagem para sistemas adaptativos inteligentes para a educação utilizando a meta-heurística vitis vinifera. In Simpósio Brasileiro de Informática na Educação (SBIE 2018), p. 1323–1332.
Rienties, B., Cross, S., e Zdrahal, Z. (2017). Implementing a learning analytics intervention and evaluation framework: What works? In Big data and learning analytics in Higher Education, p. 147–166. Springer.
Settle, A., Dettori, L., e Davidson, M. J. (2011). Does Lecture Capture Make a Difference for Students in Traditional Classrooms. In Annual Joint Conference on Innovation and Technology in Computer Science Education (ITiCSE’17), pages 78–82.
Severo, C. E. e Freitas, R. (2018). Social search: uma ferramenta de apoio pedagógico para mediação da aprendizagem nas redes sociais digitais. In Simpósio Brasileiro de Informática na Educação (SBIE 2018), p. 1583–1592.
Shum, S. B. e Crick, R. D. (2012). Learning dispositions and transferable competencies: pedagogy, modelling and learning analytics. In International Conference on Learning Analytics and Knowledge (LAK’12), p. 92–101.
Siemens, G. e Baker, R. S. J. d. (2012). Learning analytics and educational data mining: Towards communication and collaboration. In International Conference on Learning Analytics and Knowledge (LAK’12), p. 252–254.
Tempelaar, D., Rienties, B., Mittelmeier, J., e Nguyen, Q. (2018). Student profiling in a dispositional learning analytics application using formative assessment. Computers in Human Behavior, 78:408–420.
Weiser, M. (1991). The computer for the 21st century. Scientific American, 265(3):94–104.
Costa, L., Sanches, L., Nascimento, L., Souza, M., e Amorim, R. J. R. (2018). Ontolo: Um modelo ontológico para avaliar o desempenho acadêmico na educação a distância. In Simpósio Brasileiro de Informática na Educação (SBIE 2018), p. 1898–1902.
De Los Reyes, D. A. G., Thomas, E. A., da Rosa, L. L., e Neto, W. P. G. (2019). Student success prediction: An analysis of the demand for a transfer learning approach. Revista Brasileira de Informática na Educação (RBIE), 27(01):01.
Durlach, P. J. e Lesgold, A. M. (2012). Adaptive technologies for training and education. Cambridge University Press.
Ferreira, H. N. M., Araújo, R. D., de Amo, S., e Cattelan, R. G. (2012). Classroom Experience: A Platform for Multimedia Capture and Access in Instrumented Educational Environments. In Simpósio Brasileiro de Sistemas Colaborativos (SBSC 2012), p. 59–64.
Hair, J., Anderson, R., e Babin, B. (2009). Multivariate Data Analysis. Prentice Hall, 7th edition.
Harris, S. C. e Kumar, V. (2018). Identifying student difficulty in a digital learning environment. In IEEE International Conference on Advanced Learning Technologies (ICALT 2018), p. 199–201.
Jain, A. K. (2010). Data clustering: 50 years beyond k-means. Pattern Recognition Letters, 31(8):651–666.
Júnior, C. B. and Dorça, F. (2018). Uma abordagem para a criação e recomendação de objetos de aprendizagem usando um algoritmo genético, tecnologias da web semântica e uma ontologia. In Simpósio Brasileiro de Informática na Educação (SBIE 2018), p. 1533–1542.
Júnior, C. P., Francisco, R., Silva, L., Veiga, E., Fernandes, M., e Dorça, F. (2017). Uso de ontologias para agentes conversacionais no contexto de ensino-aprendizagem: Uma revisão sistemática da literatura. In Simpósio Brasileiro de Informática na Educação (SBIE 2017), p. 183–192.
Oliveira, H. L., Vivas, A., Assis, L., Pitangui, C., de Almeida, A. M. F., e Dorça, F. (2018). Detecção automática e dinâmica de estilos de aprendizagem para sistemas adaptativos inteligentes para a educação utilizando a meta-heurística vitis vinifera. In Simpósio Brasileiro de Informática na Educação (SBIE 2018), p. 1323–1332.
Rienties, B., Cross, S., e Zdrahal, Z. (2017). Implementing a learning analytics intervention and evaluation framework: What works? In Big data and learning analytics in Higher Education, p. 147–166. Springer.
Settle, A., Dettori, L., e Davidson, M. J. (2011). Does Lecture Capture Make a Difference for Students in Traditional Classrooms. In Annual Joint Conference on Innovation and Technology in Computer Science Education (ITiCSE’17), pages 78–82.
Severo, C. E. e Freitas, R. (2018). Social search: uma ferramenta de apoio pedagógico para mediação da aprendizagem nas redes sociais digitais. In Simpósio Brasileiro de Informática na Educação (SBIE 2018), p. 1583–1592.
Shum, S. B. e Crick, R. D. (2012). Learning dispositions and transferable competencies: pedagogy, modelling and learning analytics. In International Conference on Learning Analytics and Knowledge (LAK’12), p. 92–101.
Siemens, G. e Baker, R. S. J. d. (2012). Learning analytics and educational data mining: Towards communication and collaboration. In International Conference on Learning Analytics and Knowledge (LAK’12), p. 252–254.
Tempelaar, D., Rienties, B., Mittelmeier, J., e Nguyen, Q. (2018). Student profiling in a dispositional learning analytics application using formative assessment. Computers in Human Behavior, 78:408–420.
Weiser, M. (1991). The computer for the 21st century. Scientific American, 265(3):94–104.
Publicado
11/11/2019
Como Citar
FERREIRA, Hiran N. M.; DORÇA, Fabiano A.; CATTELAN, Renan G..
Análise do Desempenho de Estudantes com base em Perfis de Interação. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 30. , 2019, Brasília/DF.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2019
.
p. 1501-1510.
DOI: https://doi.org/10.5753/cbie.sbie.2019.1501.
